Question

我试图了解在上述情况下with块的行为。我假设总是只有一张图和一个会话。我了解我有（至少？）在with块中使用会话的两种工作方式：

示例1 ：使用创建上下文管理器的as_default()：
Same documentation说：

与with关键字一起使用以指定对 tf.Operation.run或tf.Tensor.eval应在此执行会议。

# Create session
sess = tf.Session()
# Enter with block on a new context manager
with sess.as_default():
  # Train: Following line should result calling tf.Operation.run
  sess.run([optimizer, loss], feed_dict={x: x_train, y: y_train)
  # Eval: Following line should result calling tf.Tensor.eval
  sess.run([loss], feed_dict={x: x_eval, y: y_eval)

示例2：，如same documentation in a lower section所述，会话被阻止：

或者，您可以使用with tf.Session():创建一个会话在退出上下文时会自动关闭，包括引发未捕获的异常。

# Enter with block on session instead of Context Manager
with tf.Session() as sess:
  # Train: Following line seems calling tf.Operation.run as per my test
  sess.run([optimizer, loss], feed_dict={x: x_train, y: y_train)
  # Eval: Following is unclear
  sess.run([loss], feed_dict={x: x_eval, y: y_eval)

我想了解什么是正确的用法，因为我看到了这两种情况的GitHub示例，但是当然没有结果。在我的测试中，示例1和2均适用于训练。对于评估，似乎存在我无法理解的差异。浏览Tensorflow源代码超出了我的知识。有人可以解释吗？

Answer 1

它们做的事情略有不同，因此根据用法，每个可能正确，也可能不正确。 tf.Session.as_default()只会确保将会话设置为默认会话，因此对eval和run的调用将默认使用该会话：

import tensorflow as tf

sess = tf.Session()
with sess.as_default():
    print(sess is tf.get_default_session())  # True

但是，如文档中所述，tf.Session.as_default()在with块之后将不自动关闭会话。如果需要，可以将会话本身用作上下文管理器：

import tensorflow as tf

with tf.Session() as sess:
    # Do something with the session
sess.run([])  # RuntimeError: Attempted to use a closed Session.

但是，尽管（从我的角度来看）虽然没有明确记录，但是使用会话作为上下文管理器也将其设置为默认会话。

import tensorflow as tf

with tf.Session() as sess:
    print(sess is tf.get_default_session())  # True

那么tf.Session.as_default()的意义是什么？好吧，简单来说，当您想暂时将一个会话设为默认会话，但又不想在此之后将其关闭时（在这种情况下，您应该稍后手动将其关闭，或者将其用作外部上下文管理器）。当您有多个打开的会话时，这可能是最相关的。考虑以下情况：

import tensorflow as tf

with tf.Session() as sess1, tf.Session() as sess2:
    print(sess2 is tf.get_default_session())  # True

此处sess2是默认设置，因为稍后添加了它的上下文（可以认为它是sess1创建的上下文的“内部”）。但是现在也许您想暂时将sess1设置为默认值。但是，您不能再将sess1本身用作上下文管理器：

import tensorflow as tf

with tf.Session() as sess1, tf.Session() as sess2:
    # Do something with sess2
    with sess1:
        # RuntimeError: Session context managers are not re-entrant.
        #               Use `Session.as_default()` if you want to enter
        #               a session multiple times.

因此，您可以使用tf.Session.as_default()在一个默认会话和另一个默认会话之间切换：

import tensorflow as tf

with tf.Session() as sess1, tf.Session() as sess2:
    with sess1.as_default():
        # Do something with sess1
    with sess2.as_default():
        # Do something with sess2
        # This is not really needed because sess2 was the default
        # in the outer context but you can add it to be explicit
# Both sessions are closed at the end of the outer context

当然，如果需要的话，即使只有一个会话，您也可以更加明确：

import tensorflow as tf

with tf.Session() as sess, sess.as_default():
    # ...

就我个人而言，我从未在实际代码中使用过tf.Session.as_default()，但是我再次很少需要使用多个会话，因此我更喜欢使用tf.Session.run()而不是依赖于默认会话，但这主要取决于我的个人品味。

使用Context Manager与会话进行Tensorflow

1 个答案: